KMG:考虑逆向物流的无人机路径规划策略研究

物流领域无人机派送正成为一种快捷高效的派件方式和应用热点.针对于正向、逆向的物流数据,无人机派送是国内外大型物流企业实施高效物流派送的重要手段.本文提出了一种融合拓展性K-Means++算法和遗传算法的路径动态规划模型(KMG),实现包含逆向物流的无人机调度策略.KMG模型将逆向物流路径融入正向物流路径之中,采用加权聚类算法确定不同属性包裹所需派送无人机的最小数量.在每一簇坐标数据的连通图中,采用遗传算法求解TSP问题,并对可行解进行编码,最终求解出最小欧拉回路.在仿真实验中,KMG模型比独立逆向物流派送的成本减少20.08%,使用拓展性K-Means++聚类计算的时间比传统K-Means算法缩短了298.85%.     

基于二阶段随机规划的制造/再制造集成物流网络优化设计

基于二阶段随机规划方法提出了一种制造／再制造集成物流网络优化设计模型，据此确定网络中各种设施的数量、位王及物流量分配，以使运营周期内的净收益最大。谊模型的特点是：考虑了制造／再制造混合系统中产品需求量和可回收废旧产品数量的不确定性；考虑了正向物流和逆向物流的设施集成与运输整合以及回收中心的处理技术配备问题。最后，通过一个算例验证了谊模型的有效性。     

新运营时代的逆向物流研究进展与展望

新运营时代绿色管理成为一种常态,逆向物流成为时代议题,学者们围绕逆向物流模式以及逆向物流可持续发展问题展开了众多讨论.尽管并没有形成定论,但就逆向物流研究的基本框架和关键问题取得了众多基本共识,从而推动逆向物流研究在过去十几年中的快速发展.新运营时代的逆向物流研究更加注重市场需求,而不仅仅是利益驱动.针对逆向物流发展的新模式、消费者在逆向物流发展过程中扮演什么角色等重要问题,相关理论研究取得了重要进展,为未来研究奠定了基础.本文系统梳理了近十几年来逆向物流研究所取得的主要成果和最新进展,对逆向物流研究演进的内在逻辑进行了归纳总结,并在此基础上指出了逆向物流管理研究的未来发展方向.最后,论文总结了现有逆向物流管理研究成果对于我国学者深入开展逆向物流研究的启示.     

基于网络分析法的逆向物流外包或自营决策

为了解决制造业逆向物流外包或自营决策问题,以网络分析法(analytic network process,ANP)理论为基础,建立了影响制造业逆向物流外包或自营决策的网络图。以某汽车制造企业为例,通过SD软件进行仿真模拟和灵敏度分析,透视影响该汽车制造企业逆向物流外包或自营决策的因素权重,验证了该网络图的有效性;同时提供了一种解决逆向物流决策问题的定量化思路,期望对企业的逆向物流运作提供决策借鉴。     

可拆卸产品混合制造物流网络优化模型

针对可拆卸产品,将回收产品拆解、分类后重新利用,建立可拆解产品混合制造物流网络模型,用来确定各设施的位置、数量以及物流分配。该模型的特点是:多产品、多周期、有能力限制、产品可拆卸为备件、并将供应商考虑在模型之内的混合制造网络模型,将正向物流和逆向物流整合,并考虑运输整合,同时优化正向物流和逆向物流。通过一个算例验证模型的有效性。     

基于人因学的工作地设施布局的优化设计研究

用 REBA方法将工作地中人的作业动作因素定量化 ,结合物流因素 ,提出了新的基于人因学的工作地设施布局的优化设计模型 ,综合反映物流优化和人因素优化两个方面 .改进了求解工作地设施布局的遗传算法并应用之对模型求解 .实例研究表明 :利用该模型进行工作地设施布局设计 ,不仅保证作业的高效率 ,同时还能减轻职业性肌肉骨骼损伤的风险 .     

零售价格竞争的生产商逆向物流系统决策研究

研究了具有两个零售商的价格竞争环境下,生产商的逆向物流回收模式决策.建立优化模型,得到了生产商回收、生产商委托零售商回收和第三方回收等三种模式下的生产商产品批发价、废旧产品回收价和利润的最优解;对三种回收模式进行了比较;给出算例验证本文的理论成果.为生产商选择合适的逆向物流回收模式提供了理论依据.     

逆向物流的演化博弈分析

为探究政府管制在企业实施逆向物流中的作用,在分析政府和企业在不同策略下各自的成本和收益的基础上,运用演化博弈理论构建一个政府与企业的演化博弈模型,模型分析结果显示:企业实施逆向物流的成本与收益、政府监管的有效性以及对企业不实施逆向物流的惩罚力度都直接影响系统演化的结果;政府群体和企业群体在3种情况下存在演化稳定策略;在一定条件下,系统的演化呈现出周期性的特征.政府加大惩罚力度、提高监管效率,企业树立逆向物流的思想、加强企业间的合作与交流,是双方实现长期共赢的唯一途径.     

再制造逆向物流结构整合优化

在理论与实践中，将废旧品再制造成新品的经济与环保价值已得到广泛的重视。制造商对废旧品的收集有三种模式：（1）制造商直接从消费者手中收集；（2）制造商激励零售商收集；（3）制造商以合同形式委托第三方收集。再制造逆向物流系统是制造商为主的分散决策系统，本文以分散决策理论为基础，分别对上述三种模式建立数学模型，结果发现靠近消费者的零售商进行废旧品收集，对供应链成员最有利。最后指出了未来的研究方向。     

回载可分的闭环供应链多车辆运输策略

从车辆路径的角度研究了具有一个配送中心、多台车辆结合前向物流配送和逆向物流回载的闭环供应链运输策略,考虑到逆向物流中回收产品的数量不确定性、不同形态及可分批运输的特点,引入冗余库存限制和成本惩罚,建立并分析了问题的数学模型.通过引入2σ原则构造了先寻找较优分组后组内运用基于TSP的插入算法进行优化调整的启发式求解方法.算例分析表明该策略的合理有效性.     

一种新的求解Flow Shop问题的启发式算法

同顺序 Flow Shop问题是一个著名的 NP难题 ,至今尚未找到有效算法 .总体来讲 ,求解该问题的启发式算法主要可分为规则式算法和迭代式算法两种 .对该问题有很多求解目标 ,如最小加工周期 ( min makespan) ,工件的最小平均在系统的停留时间 ( min mean flow tim e)等 .本文以求解最小加工周期为目标 ,基于目前已知的性能最好的算法 NEH算法的基本思想 ,提出了一种新的启发式算法 -组合指标算法 .大量的数据实验表明 ,新的算法具有很好的计算结果 ,而且这种算法可以说是给出了求解 Flow shop问题的一种新的思路和方向.     

最短路树的计数、产生和优化问题

首先给出了在非负网络中构造最短路网络的算法，然后将树形图的计数算法到最短路网络中，设计出了最短路树计数问题的算法，将Gabow算法应用到最短路网络中，设计出了产生全部最短路树的算法，最后研究了最短路树的优化问题。     

采用混合单亲遗传算法求解一类资源-时间优化问题

针对资源有限最短时间的一类资源 -时间优化问题 ,提出了混合单亲遗传算法进行求解 .作为一类 NP完全问题 ,该问题求解难度相当大 ,尤其问题规模大时寻找最短时间优化解就更困难 .针对问题的特点本文引入的算法结合了启发式规则 ,给出了算法全局收敛的理论分析 ,并给出实际应用表明该算法的有效性.     

工艺路线可变车间作业调度的两级遗传算法

车间作业调度问题是一个著名的NP难题，而工艺路一可变的车间作业调度是一个更一航意义的问题，算法研究是车间作业调度问题的一个重要研究方向，最近几年，遗传算法开始在调度问题中得到广泛应用，分析了工艺路线可变的车间作业调度问题的特点，并建立了相应的优化模型，提出了一种两级遗传算法，重新设计了算法的遗传编码方案以及选择、交叉和交异算子，通过实例仿真，表明了用两级遗传算法求解工艺路线可变的车间作业调试问题是有效和可行的。     

具有恶化效应的新工件到达生产调度干扰管理

在工件加工时间具有恶化效应的单机环境下,研究初始计划执行中计划外多个新工件到达的干扰管理问题.将加工成本作为初始目标,将工件相对于初始完工时间的延迟作为扰动目标,构建多目标干扰管理模型.结合归档式多目标模拟退火算法在全局寻优方面的优势,与非支配排序遗传算法在快速收敛到Pareto有效前沿的局部搜索优势,设计了混合元启发式算法在全局搜索和局部搜索之间进行平衡.通过分析问题Pareto最优解特性,可以进一步有效降低混合元启发式算法的搜索空间,提高收敛速度和输出有效前沿的质量.最后,通过随机生成算例进行数值实验,验证混合算法对求解干扰管理问题的有效性和Pareto最优解特性对于算法性能的改进.     

一种求解工程调度中资源水平问题的遗传算法

结合资源受限情况下工程调度中资源水平问题的特点 ,提出了一种有效的遗传算法 .文中对解的编码方式、遗传算子的定义及算法结构进行了描述 .通过对大量被普遍应用的标准问题的求解实验表明 ,遗传算法是求解 RLP的一种有效算法 .     

逆一般中心选址问题的算法研究

主要讨论了逆一般中心选址问题的算法研究。对于实例是树且U为整数的情况,逆一般中心选址问题转化为逆中心选址问题。对于实例是一般简单图的情况,本文给出了一个逆一般中心选址问题转化为权重为1的S te iner树问题的拟多项式算法。并对于权w=1的S te iner树问题,本文也给出了一个近似界为43的近似算法。     

求解多项目组合选择问题的奔德斯分解算法

随着我国经济的快速发展,项目组合选择问题所面临的待选项目集日益膨胀.而项目组合选择模型通常表示为整数规划或混合整数规划的形式,过多的待选项目会对项目组合选择模型的高效求解带来巨大的挑战.针对这一问题,本文研究了多项目组合选择模型的奔德斯分解算法.将原问题分解成仅考虑从待选项目集中选出最优组合的主问题与对已选项目进行排序的子问题,通过主子问题间的迭代逐步逼近最优解.通过算法性能分析,发现直接使用奔德斯分解算法存在着收敛速度慢,子问题不可行的缺点.为了加速算法的收敛速度,对主问题进行了修正,提出了一种利用潜在的最优项目及有效不等式改进主问题的新思路.最后,通过算例分析,对比了直接使用分支定界法与使用奔德斯分解算法两类求解方法的求解效率,验证了本文所提出方法的有效性与合理性.     

Path problem simplification with desired bounded lengths in acyclic networks

Path determination is a fundamental problem of operations research.Current solutions mainly focus on the shortest and longest paths.We consider a more generalized problem;specifically,we consider the path problem with desired bounded lengths(DBL path problem).This problem has extensive applications;however,this problem is much harder,especially for large-scale problems.An effective approach to this problem is equivalent simplification.We focus on simplifying the problem in acyclic networks and creating a path length model that simplifies relationships between various path lengths.Based on this model,we design polynomial algorithms to compute the shortest,longest,second shortest,and second longest paths that traverse any arc.Furthermore,we design a polynomial algorithm for the equivalent simplification of the DBL path problem.The complexity of the algorithm is 0(m),where m is the number of arcs.     

解Job-Scheduling调度问题的一种遗传算法

带有截止期的作业调度问题是企业管理、操作系统中重要而又基本的问题之一。利用遗传算法解决了操作系统中单机、无资源约束 ,且每个作业可在等量时间内完成的作业调度问题。在系统地讨论了带有截止期的作业调度有关理论的基础上 ,设计并实现了该问题的一种新型算法———基因型算法。最后给出了算法的一些运行结果。实验仿真结果表明 ,该算法具有很强的鲁棒性。